Yeni hava modeli, altı haftalık tahmini güvenilir hale getirebilir

著者 / 編集者: Cem Yıldız•14 Ekim 2026

✓ Editorially Verified

Hava durumu tahmininin onlarca yıllık meteorolojik ilerlemeye rağmen hâlâ ölümcül derecede zor bir alan olduğu biliniyor. Günümüzün en güvenilir modelleri bile nadiren iki haftalık bir pencerenin ötesinde doğru sonuç verebiliyor; bunun nedeni atmosferik ve iklimsel değişkenlerin oluşturduğu sürekli zincirleme etkiler. Bu öngörülemez meteorolojik etkileşimler, kaos teorisinin temelini oluşturuyor. 1970’lerde MIT matematisyeni Edward Lorenz tarafından geliştirilen bu disiplinler arası alan, dünyanın en öngörülebilir sistemlerinin bile tamamen öngörülemez sonuçlar doğurabileceğini inceliyor.

Judah Cohen, MIT’de aynı zamanda bir iklim bilimci olarak konuyu şöyle açıklıyor: “Lorenz, iki haftalık bu teorik sınırı ortaya koydu; çünkü sistemdeki gürültü o kadar büyüyor ki, başlangıçta sunduğunuz herhangi bir sinyali bastırıyor ve iki haftadan sonra hava durumunu öngöremiyoruz.”

Cohen’e göre, birçok iklim bilimci Lorenz’in iki haftalık engelini aşılması imkânsız görüyor ve bu varsayım neredeyse 50 yıl boyunca büyük ölçüde doğru çıktı. Günümüz dinamik simülasyonları ve yapay zeka modelleri bile, altı haftaya kadar uzanan bir pencere olan mevsimarası (subseasonal) tahminleme girişimlerinde zorlanıyor. “Öngörülemez çölü” olarak adlandırılan bu aralık, bu yılın süper El Niño olayı gibi yavaş hareket eden ve büyük değişkenlik gösteren güçlerle karşılaşıyor. Bu faktörler denkleme girdiğinde tahminleme, somut bir şeyden çok bir kumar oyununa dönüşüyor.

Ancak Cohen, kaos teorisinin sınırları hakkında şüphelere sahipti: “Ona gerçekten inanmadım. Teorik olarak atmosfer sonsuz sayıda örüntü üretebilir ama sürekli olarak bu favori örüntülere dönme eğilimindedir.”

Bu tahminleme bariyerini aşmak için Cohen ve meslektaşı Lester Mackey, yıllarca tahmin hatalarını minimize eden aynı zamanda da “son işleme” (postprocessing) adı verilen bir yöntemle kaçınılmaz hatalarından öğrenen bir yapay zeka sistemi geliştirdi. Son işleme yöntemiyle yapay zeka, tutarsızlıkları mevcut tarihsel verilerle karşılaştırarak kendini geliştiriyor ve ardından buna göre ayarlama yapıyor.

Cohen’in ekibi, dünyanın en iyi tahminleme merkezi olarak bilinen Orta Uzunlukta Hava Durumu Öngörülmesi için Avrupa Merkezi‘nden (ECMWF) son işleme sistemini içeren modellerinin üç versiyonunu sundu. 国際・世界 genelinde en iyi tahminleme üssü olarak kabul edilen ECMWF, aynı zamanda en yeni öngörü modellerini birbirine rakip gösteren mevsim yarışları düzenliyor. Bu sistemlerin çoğu sonuçlarına ulaşmak için tarihsel iklim ortalamalarına dayanıyordu ancak son işleme yeteneğine sahip bir program sunan ilk grup bu kez Cohen ve arkadaşları oldu.

Cohen ve meslektaşları, buluşlarını bugün hava durumu tahminleri alanında yayımlanan bir çalışmada raporladı. Yapay zeka tabanlı son işleme entegrasyonu, mevcut modelleri çok geride bıraktı. İki ile altı haftalık mevsimarası pencere için araştırmacılar genel öngörü doğruluğunu ikiye çıkardı. Bu büyük iyileşmeler, kısa süre içinde zaten mevsimarası tahminlere dayanan çiftçilere ve enerji sağlayıcılarına yardımcı olabilir; ancak faydalar hayat kurtarıncaya kadar gidebilir.

Cohen, aşırı hava olaylarının öngörülmesindeki iyileşmeye dikkat çekiyor: “Aşırı hava olaylarını—sel ya da soğuk dalgaları ya da başka bir şeyi—öngörmede de gelişme sağlıyor. İkisini de öngörmek gerçekten önemli ama toplum için en büyük etkiye sahip olan kısım muhtemelen aşırılar.”

Uzun süredir mevsimarası tahminlemenin kör nokta olduğu varsayılan birçok araştırmacıya rağmen, son sıçrama bu alanda daha büyük ilerlemeler için yolu açabilir. Cohen, “Bu zaman aralığı için modellerde yatırım yapmanın değeri olup olmadığı soruldu,” diyor. “[Ama] modellerimizle sürekli olarak iklim ortalamalarını geride bırakıyoruz.”